CN105208411A - 一种实现数字电视目标受众统计的方法及装置 - Google Patents

Abstract

本发明公开了一种实现数字电视目标受众统计的方法和装置，包括：获取预设时长内所有用户的机顶盒的回路数据，按照时间段和节目类型进行整理统计为所有用户各自的目标受众分析数据；将各目标受众分析数据分别与各样本数据中的收视数据进行相似度判断，将相似度数值最高的样本数据确定为与该户目标受众分析数据相同的目标受众类型；根据确定的各目标受众分析数据所属的目标受众类型，及确定出目标受众类型对应的样本数据，统计各类型节目在统计时间段内的目标受众。本发明通过充分利用所有用户的收视行为的回路数据，降低了目标受众统计成本，提高了目标受众统计的准确性。

Description

一种实现数字电视目标受众统计的方法及装置

技术领域

本发明涉及数据分析领域，尤指一种实现数字电视目标受众统计的方法及装置。

背景技术

在市场营销业和广告业，目标受众(TargetAudience)是指被作为广告或营销活动目标的人口群体；同一广告或营销活动的目标受众群体一般具有共同的年龄段、性别、教育程度、收入等成员属性。例如，一个广告活动可能针对20-40岁的女性群体，即20-40岁的女性群体是该广告活动的目标受众。通过统计目标受众可以对广告投放的商业价值进行判断。

目前，数字电视的收视行为数据、通常是以户为单位收集的。通过机顶盒可以统计有多少户收看了某特定节目，但是，数字电视和电脑、手机等数字设备存在使用成员构成不同，即每一户机顶盒统计的数据由若干个具有不同年龄、性别、教育程度、收入等属性的成员的综合收视情况组成。通过机顶盒的数据，无法确定特定节目的具体的受众目标。以一户由夫妻组成的家庭为例，夫妻两人共同使用一个机顶盒进行收视，根据机顶盒收集的回路数据可以统计出该户在某天晚上观看了新闻联播，但是无法确定是哪位成员观看了新闻联播，即无法根据机顶盒的回路数据确定新闻联播的目标受众。

确定特定节目的目标受众，目前，一种方式是，主要依赖于独立安装测量仪等硬件设备获取该节目播放时收视该节目的成员属性(通过视频检测等获得用户性别，年龄等参数)，通过机顶盒确定成员的收视内容，结合两者确定目标受众；采用测量仪的硬件设备结合机顶盒虽然可以确定目标受众，但是，测量仪设备昂贵，无法实现大量的用户完成安装测量仪设备，因此无法进行全面的受众目标统计。

另一种方式是，通过抽取样本户填写日记卡，通过日记卡中各户机顶盒的成员，收视节目时间段和收视内容，确定部分样本的目标受众，然后以样本取平均，对所有用户按照平均统计目标受众信息。采用日记卡的方式，需要大量的样本数据进行分析，对于这种按照平均统计目标受众的方法，也存在由于不同地域成员属性差异造成的样本数据无法代表整体数据，造成目标受众统计的偏差，影响目标受众的统计的问题。

可见，以上两种确定特定节目的目标受众的方法，目标受众的统计准确性较低，且统计成本较高。

发明内容

为了解决上述技术问题，本发明公开了一种实现目标受众统计的方法及装置，能够降低目标受众统计成本，并提高统计的准确性。

为了达到本申请的目的，本发明提供一种实现目标受众统计的方法，包括：

获取预设时长内所有用户的机顶盒的回路数据，按照时间段和节目类型进行整理统计为所有用户各自的目标受众分析数据；

将各目标受众分析数据分别与各样本数据中的收视数据进行相似度判断，将相似度数值最高的样本数据确定为与该户目标受众分析数据相同的目标受众类型；

根据确定的各目标受众分析数据所属的目标受众类型，及确定出目标受众类型对应的样本数据，统计各类型节目在统计时间段内的目标受众。

进一步地，目标受众分析数据/样本数据的收视数据为：

将节目时间划分为M个时间段，将观看的节目类型划分为N个类型；通过M*N维的特征向量分别表示目标受众分析数据的各用户/样本数据的各用户在预设时长内各个时间段收视的各类节目的次数信息。

进一步地，该方法之前还包括：预先统计预设数值的各户机顶盒的家庭的成员组成、成员属性与各成员各个时间段观看的节目类型的收视数据进行统计作为样本数据。

进一步地，成员属性至少包括：

成员的年龄、和/或性别、和/或教育程度、和/或收入属性。

进一步地，将各目标受众分析数据分别与各样本数据的收视数据进行相似度判断包括：采用余弦相似度方法对各目标受众分析数据分别与各样本数据的收视数据进行相似度计算，获得各目标受众分析数据与各样本数据的收视数据的相似度数值。

进一步地，在进行相似度判断之前，该方法还包括设定统计阈值，对各用户的目标受众分析数据的收视次数进行统计，当各用户的目标受众分析数据的收视次数小于统计阈值时，对该用户的目标受众分析数据不进行相似度判断；

统计阈值为：预设时长内所有用户的收视次数的平均值的1/20。

进一步地，对不进行相似度判断的目标受众分析数据，该方法还包括：

通过已经统计的目标受众的目标受众数值与用户数的比值；

将对不进行相似度判断的目标受众分析数据的用户数乘以已经统计的目标受众的目标受众数值与用户数的比值，确定不进行相似度判断的目标受众分析数据的目标受众数值，以统计目标受众。

另一方面，本申请还提供一种实现数字电视目标受众统计的装置，包括：获取整理单元、类型确定单元和统计单元；其中，

获取整理单元，用于获取预设时长内所有用户的机顶盒的回路数据，按照时间段和节目类型进行整理统计为所有用户各自的目标受众分析数据；

类型确定单元，用于将各目标受众分析数据分别与各样本数据中的收视数据进行相似度判断，将相似度数值最高的样本数据确定为与该户目标受众分析数据相同的目标受众类型；

统计单元，用于根据确定的各目标受众分析数据所属的目标受众类型，及确定出目标受众类型对应的样本数据，统计各类型节目在统计时间段内的目标受众。

进一步地，目标受众分析数据/样本数据的收视数据为：

将节目时间划分为M个时间段，将观看的节目类型划分为N个类型；通过M*N维的特征向量分别表示目标受众分析数据的各用户/样本数据的各用户在预设时长内各个时间段收视的各类节目的次数信息。

进一步地，该装置还包括样本数据单元，用于预先统计预设数值的各户机顶盒的家庭的成员组成、成员属性与各成员各个时间段观看的节目类型的收视数据进行统计作为样本数据；

所述成员属性至少包括：成员的年龄、和/或性别、和/或教育程度、和/或收入属性。

进一步地，类型确定单元具体用于：采用余弦相似度方法对各目标受众分析数据分别与各样本数据的收视数据进行相似度计算，获得各目标受众分析数据与各样本数据的收视数据的相似度数值，将相似度数值最高的样本数据确定为与该户目标受众分析数据相同的目标受众类型。

进一步地，该装置还包括阈值单元，用于在进行相似度判断之前，对各用户的目标受众分析数据的收视次数进行统计，当各用户的目标受众分析数据的收视次数小于统计阈值时，对该用户的目标受众分析数据不进行相似度判断；

统计阈值为：预设时长内所有用户的收视次数的平均值的1/20。

进一步地，统计单元，还用于对不进行相似度判断的目标受众分析数据，通过已经统计的目标受众的目标受众数值与用户数的比值；

将对不进行相似度判断的目标受众分析数据的用户数乘以已经统计的目标受众的目标受众数值与用户数的比值，确定不进行相似度判断的目标受众分析数据的目标受众数值，以统计目标受众。

与现有技术相比，本申请提供的技术方案包括：获取预设时长内所有用户的机顶盒的回路数据，按照时间段和节目类型进行整理统计为所有用户各自的目标受众分析数据；将各目标受众分析数据分别与各样本数据中的收视数据进行相似度判断，将相似度数值最高的样本数据确定为与该户目标受众分析数据相同的目标受众类型；根据确定的各目标受众分析数据所属的目标受众类型，及确定出目标受众类型对应的样本数据，统计各类型节目在统计时间段内的目标受众。本发明通过充分利用所有用户的收视行为的回路数据，降低了目标受众统计成本，提高了目标受众统计的准确性。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为本发明实现数字电视目标受众统计的方法的流程图；

图2为本发明实现数字电视目标受众统计的装置的结构示意图。

具体实施方式

图1为本发明实现数字电视目标受众统计的方法的流程图，如图1所示，本发明方法包括：

步骤100、获取预设时长内所有用户的机顶盒的回路数据，按照时间段和节目类型进行整理统计为所有用户各自的目标受众分析数据。

将节目时间划分为M个时间段，将观看的节目类型划分为N个类型；通过M*N维的特征向量分别表示目标受众分析数据的各用户/样本数据的各用户在预设时长内各个时间段收视的各类节目的次数信息。

需要说明的是，时间段的划分一般按照本领域技术人员的经验进行划分，例如：6点到8点、8点到11点30、11点30到13点、13点到17点30等、17点30到20点、20点到23点30、23点30到6点等常规的收视高低情况进行划分；当然，根据收视节目的类型特征，时间段的划分可以根据实际进行合理的调整，使目标受众的统计更加符合实际。节目类型包括新闻、体育、综艺、动漫、戏曲、电视剧、电影、经济、人文历史、自然地理、科教、法制、少儿等。具体划分可以根据统计目的进行合并或拆分。

通过本发明M*N维的特征向量可以对预设时长的时间段内的用户收视行为的信息进行整理，即通过对用户机顶盒的回路数据整理统计，得到的各用户的目标受众分析数据可以表示为(a₁₁,a₁₂…a_1N,a₂₁,a₂₂…a_2N,a₃₁,a₃₂…a_3N,……a_M1,a_M2……a_MN)，其中，M表示…时间段总数，N表示…节目类型总数。比如：a₁₁表示用户在第一个时间段内观看第一个类型节目的次数。

步骤101、将各目标受众分析数据分别与各样本数据中的收视数据进行相似度判断，将相似度数值最高的样本数据确定为与该户目标受众分析数据相同的目标受众类型。

本发明方法之前还包括：预先统计预设数值的各户机顶盒的家庭的成员组成、成员属性与各成员各个时间段观看的节目类型的收视数据进行统计作为样本数据。这里，成员属性至少包括：成员的年龄、和/或性别、和/或教育程度、和/或收入属性。

需要说明的是，样本数据的预设数值可以是本领域技术人员根据统计区域内成员属性的均衡比例，进行相应的设定，当成员属性差异较大时，预设数值一般较大；反之，如果成员属性相当，则预设数值一般较小。

另外，样本数据的收视数据的确定与步骤100中目标受众分析数据的确定一致，只是，样本数据的收视数据是预先根据本领域技术人员的经验，对进行统计区域的成员组成及成员属性的特点，确定的一定数量的样本数据进行统计得到的。

本步骤具体包括：采用余弦相似度方法对各目标受众分析数据分别与各样本数据的收视数据进行相似度计算，获得各目标受众分析数据与各样本数据的收视数据的相似度数值。

这里，余弦相似度方法是现有的数理相似度计算方法，大致包括：

假设样本数据Y₁的收视数据的特征向量为(y₁₁,y₁₂…y_1n,y₂₁,y₂₂…y_2N,y₃₁,y₃₂…y_3N,……y_M1,y_M2……y_MN),用户A₁的收视数据的特征向量为(a₁₁,a₁₂…a_1N,a₂₁,a₂₂…a_2N,a₃₁,a₃₂…a_3N,……a_M1,a_M2……a_MN)，则根据余弦相似度方法计算相似度的计算如公式(1)所示：

$\mathrm{sim}(A_1,Y_1)={\mathrm{\Σ}}_{i=1}^M{\mathrm{\Σ}}_{j=1}^N{a}_{\mathrm{ij}}*y_{\mathrm{ij}}/(\sqrt{{\mathrm{\Σ}}_{i=1}^M{\mathrm{\Σ}}_{j=1}^N{a_{\mathrm{ij}}}^2}*\sqrt{{\mathrm{\Σ}}_{i=1}^M{\mathrm{\Σ}}_{j=1}^N{y_{\mathrm{ij}}}^2})---\left(1\right)$

其中，式中的i表示第i个时间段，j表示第j个节目类型。

步骤102、根据确定的各目标受众分析数据所属的目标受众类型，及确定出目标受众类型对应的样本数据，统计各类型节目在统计时间段内的目标受众。

在进行相似度判断之前，本发明方法还包括设定统计阈值，对各用户的目标受众分析数据的收视次数进行统计，当各用户的目标受众分析数据的收视次数小于统计阈值时，对该用户的目标受众分析数据不进行相似度判断；

统计阈值为：预设时长内所有用户的收视次数的平均值的1/20。

对不进行相似度判断的目标受众分析数据，本发明方法还包括：

通过已经统计的目标受众的目标受众数值与用户数的比值；

将对不进行相似度判断的目标受众分析数据的用户数乘以已经统计的目标受众的目标受众数值与用户数的比值，确定不进行相似度判断的目标受众分析数据的目标受众数值，以统计目标受众。

需要说明的是，这里1/20通过本领域技术人员经验获得的数值，根据目标受众的统计目的，统计阈值的设定可以根据实际需要进行设定。

图2为本发明实现数字电视目标受众统计的装置的结构示意图。如图2所示，包括：

获取整理单元、类型确定单元和统计单元；其中，

用于获取预设时长内所有用户的机顶盒的回路数据，按照时间段和节目类型进行整理统计为所有用户各自的目标受众分析数据。

目标受众分析数据/样本数据的收视数据为：

将节目时间划分为M个时间段，将观看的节目类型划分为N个类型；通过M*N维的特征向量分别表示目标受众分析数据的各用户/样本数据的各用户在预设时长内各个时间段收视的各类节目的次数信息。

类型确定单元，用于将各目标受众分析数据分别与各样本数据中的收视数据进行相似度判断，将相似度数值最高的样本数据确定为与该户目标受众分析数据相同的目标受众类型。

类型确定单元具体用于：采用余弦相似度方法对各目标受众分析数据分别与各样本数据的收视数据进行相似度计算，获得各目标受众分析数据与各样本数据的收视数据的相似度数值，将相似度数值最高的样本数据确定为与该户目标受众分析数据相同的目标受众类型。

统计单元，用于根据确定的各目标受众分析数据所属的目标受众类型，及确定出目标受众类型对应的样本数据，统计各类型节目在统计时间段内的目标受众。

本发明装置还包括样本数据单元，用于预先统计预设数值的各户机顶盒的家庭的成员组成、成员属性与各成员各个时间段观看的节目类型的收视数据进行统计作为样本数据；

成员属性至少包括：成员的年龄、和/或性别、和/或教育程度、和/或收入属性。

本发明装置还包括阈值单元，用于在进行相似度判断之前，对各用户的目标受众分析数据的收视次数进行统计，当各用户的目标受众分析数据的收视次数小于统计阈值时，对该用户的目标受众分析数据不进行相似度判断；

统计阈值为：预设时长内所有用户的收视次数的平均值的1/20。

统计单元，还用于对不进行相似度判断的目标受众分析数据，通过已经统计的目标受众的目标受众数值与用户数的比值；

将对不进行相似度判断的目标受众分析数据的用户数乘以已经统计的目标受众的目标受众数值与用户数的比值，确定不进行相似度判断的目标受众分析数据的目标受众数值，以统计目标受众。

具体实施例1

以下为本发明实现数字电视目标受众统计的具体实施例，具体包括：

首先，选取预定数值个样本户(假设是1000)进行调研，调研包括以下内容：样本户的成员人数、成员的年龄、性别、教育程度、收入等属性；预设时长内，每一位成员在每个时间段观看的节目类型的收视数据。

由于这一调研不针对特定的节目类型，因此若有多个目标受众统计任务，调研结果可通用。由于成员属性可能发生变化，这一调研可定期更新，例如每月一次。

通过预设时长的机顶盒的回路数据统计每户用户在这段时间内观看的节目类型及次数。假设时间段分为上午(8:00-11:00)、中午(11:00-13:00)、下午(13:00-18:00)、晚上(18:00-24:00)、凌晨(0:00-8:00)5个时间段，节目类型分为新闻、体育、综艺等20个类型。则对每户用户，统计结果可以表示为一个100维的特征向量。对样本户Y₁，假设该户上午观看了新闻节目20次，体育节目10次，综艺节目1次，并且没有其他节目观看记录，则表示Y₁的观看行为的向量为(20,10,1,0,0,…,0)；对样本户Y₂，假设该户上午观看了新闻节目5次，体育节目5次，综艺节目20次，并且没有其他节目观看记录，则表示Y₂的观看行为的向量为(5，5，20，0，0，…,0)；依此方式对所有的用户，统计他们在每个时间段内观看的节目类型及次数的样本数据。

在进行相似度判断之前，假设所有用户的观看节目总次数的平均值是100，100*1/20＝5，是否进行相似度判断，确定用户的受众目标统计的分类的阈值次数取为5次。假设有一个非样本户A₁，该户上午观看了新闻节目19次，体育节目10次，综艺节目1次，并且没有其他节目观看记录，则表示A₁的观看行为的向量为(19，10，1，0，0，…,0)。计算A₁与每个样本户的相似度：

$\mathrm{sim}(A_1,Y_1)=20*19+10*+1*1/(\sqrt{501}*\sqrt{462})=0.99$

$\mathrm{sim}(A_1,Y_1)=5*19+5*10+20*1/(\sqrt{450}*\sqrt{462})=0.36$

假设A₁与其他998个样本户的相似度分别为0，90，0.88，…,0.2；则A₁与Y₁的相似度最高，将A₁归为Y₁类。

假设有一个用户A₂，该户上午观看了新闻节目1次，没有其他观看行为，由于该户观看节目总次数小于5次，因此不对此用户进行分类。

依此方式将所有的非样本用户分类。

假设现有某情感节目在周日20:00播出。根据该节目组要求，需要计算该节目的女性作为目标受众统计。根据回路数据，找出所有在该时间段观看该节目的数据。假设样本户Y₂观看了节目，样本户Y₂的的回路数据与预先统计的样本数据进行相似度判断，应当是接近于1的相似度，因此根据预先统计的样本户为有两名女性在晚上观看情感节目，所以给女性目标受众人数加2，同时已统计户数加1；假设目标受众分析数据的用户A₁观看了节目，A₁不是样本数据，但A₁与样本数据Y₁的相似度最高，属于Y₁类，取Y₁的调研数据作计算，假设样本户Y₁的调研数据显示该户通常会有一名女性在晚上观看情感节目，则给女性受众人数加1，同时已统计户数加1；假设目标受众分析数据的用户A₂观看了节目，但该用户由于观看次数较少属于未分类用户，给未统计用户加1。对每一条节目观看数据进行处理，假设最后已统计户数有9900，女性受众人数有19800人，由于收视行为数较少，未进行相似度判断，确定受众目标分析数据与样本数据的类型的相似情况的未统计用户数有100，则女性受众总人数＝(9900+100)*19800/9900＝20000。

以上所述，仅为本发明的较佳实例而已，并非用于限定本发明的保护范围。对于本申请发明中涉及的方法，不仅仅包括以上方式，以上实施例只是针对优选方式来对本发明进行陈述。其实现手段，可以采用类似的方法进行替换，对于样本数据的大小，时间段的划分等，根据实际情况可以做适当调整，此部分需要根据数据的工作量大小和对准确要求进行适当调整。凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (13)

1.一种实现数字电视目标受众统计的方法，其特征在于，包括：

获取预设时长内所有用户的机顶盒的回路数据，按照时间段和节目类型进行整理统计为所有用户各自的目标受众分析数据；

将各目标受众分析数据分别与各样本数据中的收视数据进行相似度判断，将相似度数值最高的样本数据确定为与该户目标受众分析数据相同的目标受众类型；

根据确定的各目标受众分析数据所属的目标受众类型，及确定出目标受众类型对应的样本数据，统计各类型节目在统计时间段内的目标受众。

2.根据权利要求1所述的方法，其特征在于，所述目标受众分析数据/样本数据的收视数据为：

将节目时间划分为M个时间段，将观看的节目类型划分为N个类型；通过M*N维的特征向量分别表示目标受众分析数据的各用户/样本数据的各用户在预设时长内各个时间段收视的各类节目的次数信息。

3.根据权利要求2所述的方法，其特征在于，该方法之前还包括：预先统计预设数值的各户机顶盒的家庭的成员组成、成员属性与各成员各个时间段观看的节目类型的收视数据进行统计作为样本数据。

4.根据权利要求3所述的方法，其特征在于，所述成员属性至少包括：

成员的年龄、和/或性别、和/或教育程度、和/或收入属性。

5.根据权利要求1所述的方法，其特征在于，所述将各目标受众分析数据分别与各样本数据的收视数据进行相似度判断包括：采用余弦相似度方法对各目标受众分析数据分别与各样本数据的收视数据进行相似度计算，获得各目标受众分析数据与各样本数据的收视数据的相似度数值。

6.根据权利要求1～5任一项所述的方法，其特征在于，在进行相似度判断之前，该方法还包括设定统计阈值，对各用户的目标受众分析数据的收视次数进行统计，当各用户的目标受众分析数据的收视次数小于统计阈值时，对该用户的目标受众分析数据不进行相似度判断；

所述统计阈值为：预设时长内所有用户的收视次数的平均值的1/20。

7.根据权利要求6所述的方法，其特征在于，对不进行相似度判断的目标受众分析数据，该方法还包括：

通过已经统计的目标受众的目标受众数值与用户数的比值；

将对不进行相似度判断的目标受众分析数据的用户数乘以已经统计的目标受众的目标受众数值与用户数的比值，确定不进行相似度判断的目标受众分析数据的目标受众数值，以统计目标受众。

8.一种实现数字电视目标受众统计的装置，其特征在于，包括：获取整理单元、类型确定单元和统计单元；其中，

获取整理单元，用于获取预设时长内所有用户的机顶盒的回路数据，按照时间段和节目类型进行整理统计为所有用户各自的目标受众分析数据；

类型确定单元，用于将各目标受众分析数据分别与各样本数据中的收视数据进行相似度判断，将相似度数值最高的样本数据确定为与该户目标受众分析数据相同的目标受众类型；

统计单元，用于根据确定的各目标受众分析数据所属的目标受众类型，及确定出目标受众类型对应的样本数据，统计各类型节目在统计时间段内的目标受众。

9.根据权利要求8所述的装置，其特征在于，所述目标受众分析数据/样本数据的收视数据为：

将节目时间划分为M个时间段，将观看的节目类型划分为N个类型；通过M*N维的特征向量分别表示目标受众分析数据的各用户/样本数据的各用户在预设时长内各个时间段收视的各类节目的次数信息。

10.根据权利要求9所述的装置，其特征在于，该装置还包括样本数据单元，用于预先统计预设数值的各户机顶盒的家庭的成员组成、成员属性与各成员各个时间段观看的节目类型的收视数据进行统计作为样本数据；

所述成员属性至少包括：成员的年龄、和/或性别、和/或教育程度、和/或收入属性。

11.根据权利要求8所述的装置，其特征在于，所述类型确定单元具体用于：采用余弦相似度方法对各目标受众分析数据分别与各样本数据的收视数据进行相似度计算，获得各目标受众分析数据与各样本数据的收视数据的相似度数值，将相似度数值最高的样本数据确定为与该户目标受众分析数据相同的目标受众类型。

12.根据权利要求8～11任一项所述的装置，其特征在于，该装置还包括阈值单元，用于在进行相似度判断之前，对各用户的目标受众分析数据的收视次数进行统计，当各用户的目标受众分析数据的收视次数小于统计阈值时，对该用户的目标受众分析数据不进行相似度判断；

所述统计阈值为：预设时长内所有用户的收视次数的平均值的1/20。

13.根据权利要求12所述的装置，其特征在于，所述统计单元，还用于对不进行相似度判断的目标受众分析数据，通过已经统计的目标受众的目标受众数值与用户数的比值；

将对不进行相似度判断的目标受众分析数据的用户数乘以已经统计的目标受众的目标受众数值与用户数的比值，确定不进行相似度判断的目标受众分析数据的目标受众数值，以统计目标受众。